Apriyani, Vicky (2020) Segmentasi Citra Pada Citra Naskah Kuno Dengan Menggunakan Algoritma Local Adaptive Thresholding. Skripsi thesis, Universitas Islam Negeri Sumatera Utara.
|
Text
JILID FIX SKRIPSI VICKY APRIYANI.pdf Download (4MB) | Preview |
Abstract
Sebagian dari naskah kuno di Museum Negeri Provinsi Sumatera Utara mengalami kerusakan seperti robek, tulisan tidak terlihat jelas sehingga susah untuk dibaca dan terdapat noda di naskah tersebut karena sudah puluhan bahkan ratusan tahun. Naskah kuno tak akan bertahan lama apabila tidak dirawat dengan baik. Oleh sebab itu dibutuhkanya sebuah perawat yang dapat melestarikan naskah kuno dengan jangka yang lebih lama. Salahisatu caraiuntuk melestarikaninaskah kuno dan membuat naskah kuno lebih dapat dibaca serta jelas, maka dapat dilakukan dengan cara segmentasi citra. Dengan segmentasi citra, naskah kuno dapat diubah kedalam bentuk naskah kuno citra digital yang bisa disimpan kedalam mediaipenyimpanan. Segmentasi citra yang diterapkan adalah melakukan pemisahan background citra naskah kuno dengan teks naskah kuno kedalam bentuk citra hitam dan putih, sehingga citra naskah kuno yang tidak jelas dapat dibaca lebih baik. Segmentasi citra memerlukan metode, pada penelitian ini metode yang digunakan ialah Local Adaptive Thresholding, tahapan metode Local Adaptive Thresholding adalah mengubah citra naskah kuno kedalam citra luminosity grayscale, kemudian menghitung nilai mens dan threshold, sehingga dilakukan pemisahan berdasarkan nilai threshold. Pada penelitian ini, metode Local Adaptif Thresholding berhasil melakukan segmentasi citra naskah kuno dengan baik dan jelas, kelamahanya adalah ketika citra naskah kuno yang terlalu banyak mengandung karakter dan jarak yang terlalu jauh, maka hasilnya sedikit mengalami pengelapan
Jenis Item: | Skripsi (Skripsi) |
---|---|
Subjects: | 000 Generalities > 005 Computer programming, programs, data |
Divisions: | Fakultas Sains dan Teknologi > Ilmu Komputer > Skripsi |
Pengguna yang mendeposit: | Mr Muhammad Aditya |
Date Deposited: | 24 Jan 2022 07:22 |
Last Modified: | 01 Mar 2022 06:50 |
URI: | http://repository.uinsu.ac.id/id/eprint/13356 |
Actions (login required)
View Item |